Ersatz für #pragma omp kritisch (C++)

Question

I OpenMP auf einer verschachtelten Schleife bin mit der

#pragma omp parallel shared(vector1) private(i,j) 
{ 
#pragma omp for schedule(dynamic) 
    for (i = 0; i < vector1.size(); ++i){ 

     //some code here 

     for (j = 0; j < vector1.size(); ++j){ 

      //some other code goes here 
     #pragma omp critical 
     A+=B; 
     } 
    C +=A; 
    } 
} 

das Problem wie dieses funktioniert hier ist, dass mein Code in der A+=B Teil eine Menge der Berechnung tut von der Code. Indem ich es kritisch mache, erreiche ich nicht die Beschleunigung, die ich möchte. (In der Tat scheint es einen gewissen Aufwand zu geben, da mein Programm länger braucht, um ausgeführt zu werden, als es sequentiell geschrieben wird).

versuchte ich

#pragma omp reduction private(B) reduction(+:A) 
    A+=B 

mit diesem beschleunigt jedoch die Ausführungszeit scheint, dass es nicht von Rennbedingungen wie die critical Klausel nicht kümmern, da ich nicht die gleichen Ergebnisse von A. bekommen

Gibt es eine Alternative zu diesem kann ich versuchen?

Answer 1

Es sei denn, Sie möchten die Vector3 Klasse threadsicher machen oder Ihre Operationen für die Verwendung mit einer std::atomic<Vector3> neu schreiben, die beide immer noch unter Leistungseinbußen leiden (obwohl nicht so gravierend wie die Verwendung eines kritischen Abschnitts).

#pragma omp parallel // no need to declare variables declared outside/inside as shared/private 
{ 

    Vector3 A{}, LocalC{}; // both thread-private 

    #pragma omp for schedule(dynamic) 
    for (i = 0; i < vector1.size(); ++i){ 

     //some code here 

     for (j = 0; j < vector1.size(); ++j){ 

      //some other code goes here 

      A += B; // does not need a barrier 
     } 
     LocalC += A; // does not need a barrier 
    } 

    #pragma omp critical 
    C += LocalC; 
} 

NB, dass dies setzt voraus, dass Sie nicht A in Ihren „einige Code“ Kommentare zum Lesen zugreifen können, aber man sollte sowieso nicht, wenn Sie jemals daran gedacht, ein reduction mit:, können Sie den behaviour of OpenMP reduction nachahmen tatsächlich Klausel.